AI时代，我们问错了问题

去年，美国副总统 JD Vance 在公开场合重复了一个经典故事。

他说，ATM 自动取款机没有消灭银行柜员。恰恰相反，ATM 普及之后，柜员的就业反而上升了三十年。

这个故事的潜台词很明显：如果你认为 ATM 都杀不死柜员，那 AI 当然也杀不死会计师、客服、甚至你的工作。

但经济学作家 David Oks 一针见血地指出：这种安慰来得太早了。

真正杀死柜员的，不是 ATM。

是手机银行。是你对着支票拍张照就能存款的 App，是手指一点就能转账的界面。

柜员的终结，不是一个更好的机器取代了她，而是顾客自己取代了她。

这个区别，比你想象的要重要得多。

"机器能取代你吗"——错的问题

经济学家在两百年前就理解了一个机制：杰文斯悖论（Jevons paradox）。

当一个技术让现有服务变得更快更便宜时，该服务的需求会扩大，就业反而增长。ATM 就是典型——银行运营成本降低，于是开设更多网点，柜员需求反而上升。

这也是为什么自动化至今没有造成大规模失业。

但这个机制有一个关键条件：

杰文斯悖论成立，当且仅当技术让现有服务模式变得更高效。

当一个技术不是让服务变好，而是让顾客可以自己做，情况就完全不同了——服务的需求会坍塌。

社会学家 Jonathan Gershuny 在 1978 年就识别出了这个模式。他认为，现代经济并不是走向一个"服务乌托邦"，而是一个"自助服务经济体"——家庭自己吸收了过去由他人完成的工作。

这个模式一直在加速。

01 洗衣机预言

洗衣机是最好的例子。

它没有"自动化"洗衣妇的工作——没有一个机器人能走到井边用手搓洗床单。洗衣机做的，是给了家庭自己洗衣服的能力，从而不再需要洗衣妇。

注意这里的逻辑转折：

如果你问"机器能取代洗衣妇吗？"答案是"不能"——没有机器人能复制她的动作。

但如果你问"顾客能离开洗衣妇吗？"答案是"能"——一台洗衣机就够了。

技术的真正杀伤力，从来不在于它能不能做人的工作，而在于它能不能让人不再需要这份工作。

从此之后，这个剧本反复上演：

自助结账把扫描和装袋交给了顾客。互联网把航班信息和酒店评价直接交给旅客，旅行社一夜消失。在线券商把交易终端放进每个人的口袋，经纪人成了历史遗迹。

AI 正在把这个机制推向新的领域——包括那些被认为是"AI时代安全港"的体力职业。

如果房主可以问一个聊天机器人"为什么锅炉压力在下降"，暖气维修工可能就少了一个上门机会。如果病人在见到医生之前就已经查到了自己的检验结果意味着什么，医生面对的就可能是一个已经"自我诊断"过的患者——信息差在被迅速抹平。

02 AI的成本悖论

MIT 加密经济学实验室创始人 Christian Catalini 和他的合作者提出了一个深刻观察：

当 AI 把执行成本推到接近零，真正的约束变成了人的验证能力——我们验证结果和承担责任的能力是有限的。

这句话是什么意思？

以前，公司的瓶颈是"能不能做"——需要聘请专业人士来执行任务。当 AI 可以低成本甚至零成本地执行这些任务时，瓶颈不再是执行，而是验证和质量控制。

而自助服务巧妙地解决了这个问题：把验证的负担转移给了顾客。

你使用自助结账，就要自己确认商品是否扫描正确。你在网上订机票，就要自己核对日期和时间。你查自己的化验单，结果误读了——那是你自己的责任。

AI降低了执行的门槛，但把验证的代价悄悄转移到了我们每个人身上。

03 看不见的经济

这个转变还有一个更隐蔽的影响——宏观经济层面的"盲点"。

当一个公司用聊天机器人取代了账单部门，它的成本下降、人均产出上升。国民经济核算会记录一次漂亮的"生产力提升"。

但病人在家花了一小时查自己的化验结果——这一个小时哪里都没有出现。

不在劳动统计里。不在 GDP 里。不在任何生产力指标里。

当工作转移到消费者身上，它就从统计学家测量的经济中消失了。

随着 AI 驱动的自助服务扩展到更多专业领域——法律咨询、税务申报、医疗诊断——这个盲点会越来越大。

依赖这些指标来判断 AI 是否带来好处的政策制定者，可能正在错过一个更深层的结构性转变。

现代市场经济最伟大的成就之一，是把经济活动从家庭转移到了市场——把家务劳动变成了专业化分工，创造了就业，让产出变得可见、可测量、可征税。

AI 驱动的自助服务，正在悄悄地逆转这个持续了数百年的趋势。

四个历史阶段，一次完整轮回

把时间线拉长，你会发现一个有趣的图景：

每一轮技术进步，都在回答两个不同的问题。

第一个问题——"机器能取代这份工作吗？"——指向的是自动化，是机器模仿人。

第二个问题——"如果没有这份工作，顾客能自己完成吗？"——指向的是自助服务，是机器让顾客不再需要人。

第一个问题会让你高估自己的安全性，第二个问题会让你看清真正的风险。

Frey 在文章的结尾写道：

"如果继续问第一个问题，我们就会一直找错地方。"

给你的思考框架

这篇文章的价值，不只是一个观点，更是一副认知眼镜。

下次你听到"AI 会取代你的工作吗"这个讨论，可以换一个框架来分析：

第一步：识别服务模式这个行业的核心服务是什么？是"帮你做某事"还是"让你能自己做某事"？

第二步：问对的问题不是"AI 能不能做这件事"，而是"AI 能不能让顾客不需要找人来做这件事"？

第三步：判断方向如果答案是"能"，那么这个行业不是在面临自动化，而是在面临需求坍塌——这不是效率提升的问题，而是商业模式的根本重塑。

第四步：审视盲区你的工作转移到顾客身上之后，这部分产出还"可见"吗？如果不可见了，政策制定者和社会认知会滞后多久？

上世纪20年代，经济学家凯恩斯曾预言，技术进步会让人们每周只工作15小时。

他预测对了趋势——技术进步确实极大地提高了生产力。

但他预测错了方向——人们并没有因此获得更多的闲暇，而是陷入了"你不需要我，但别人需要你"的零和博弈中。

今天当我们谈论 AI 时，我们依然在犯同样的错误：盯着机器能不能做人的工作，而不是盯着消费者能不能不再需要这份工作。

洗衣机从来没有学会洗衣妇的手艺。

但它不需要。

真正改变世界的技术，从来不复制人的能力。它让人变得不再需要那个能力。

本文基于 Carl Benedikt Frey 的文章「'Can a machine do this job?' is the wrong question」整理。

作者简介：Carl Benedikt Frey 是牛津大学经济学教授，研究技术与经济变革的知名学者，著有《The Technology Trap》。